AWS
새로운 서비스는 음성 인식 및 생성 AI를 활용하여 환자와 임상의의 대화에서 예비 임상 문서를 자동으로 생성합니다.
AWS HealthScribe 사용을 기대하는 고객 및 파트너 중 3M 건강 정보 시스템, Babylon Health 및 ScribeEMR
뉴욕--(Business Wire / 뉴스와이어) - Amazon.com 회사(NASDAQ: AMZN)인 Amazon Web Services, Inc.(AWS)가 오늘 AWS Summit에서 뉴욕에서 의료 서비스를 강화하는 새로운 HIPAA 적격 서비스인 AWS HealthScribe를 발표했습니다. 소프트웨어 제공업체는 음성 인식 및 생성 AI를 사용하여 임상 문서를 생성함으로써 임상의의 시간을 절약하는 임상 애플리케이션을 구축합니다. AWS HealthScribe를 사용하면 의료 소프트웨어 공급자는 단일 API를 사용하여 강력한 기록을 자동으로 생성하고, 주요 세부 정보(예: 의료 용어 및 약품)를 추출하고, 전자 건강 기록(EHR)에 입력할 수 있는 의사-환자 토론의 요약을 생성할 수 있습니다. ) 시스템. Amazon Bedrock을 기반으로 하는 AWS HealthScribe를 사용하면 의료 소프트웨어 제공업체가 기본 기계 학습(ML) 인프라를 관리할 필요 없이 두 가지 인기 전문 분야(예: 일반 의학 및 정형외과)부터 시작하여 생성 AI 기능을 애플리케이션에 더 빠르고 쉽게 통합할 수 있습니다. 또는 자체 의료 관련 LLM(대형 언어 모델)을 교육할 수 있습니다. AWS HealthScribe는 원본 대화 기록 내에서 생성된 텍스트의 모든 줄 소스를 인용하여 AI 시스템의 책임감 있는 배포를 지원하므로 의사가 EHR에 입력하기 전에 임상 메모를 더 쉽게 검토할 수 있습니다. 보안과 개인 정보 보호를 염두에 두고 구축된 AWS HealthScribe는 고객에게 데이터가 저장되는 위치를 제어할 수 있게 하고, 전송 중인 데이터와 저장 중인 데이터를 암호화하며, 모델을 훈련하기 위해 서비스를 통해 생성된 입력 또는 출력을 사용하지 않습니다. AWS HealthScribe에 대해 자세히 알아보려면 https://aws.amazon.com/healthscribe를 방문하십시오.
생성적 AI는 의료 및 생명과학을 포함한 많은 산업을 빠르게 변화시키고 있습니다. 생성적 AI에 대한 관심이 계속 높아지면서 의료 소프트웨어 공급업체는 의료 업계 임상의의 일반적인 문제점을 해결하기 위해 임상 애플리케이션에서 이 기술을 활용하려고 합니다. 가장 일반적인 문제 중 하나는 환자와 임상의가 논의할 때마다 임상 문서를 작성하는 것입니다. 이는 규정 준수, 품질 측정 및 환급을 위해 중요하지만 환자를 진료하는 데 시간이 걸리는 복잡한 다단계 프로세스이기도 합니다. 이러한 의료 소프트웨어 제공업체 중 상당수가 음성-텍스트 및 자연어 처리(NLP)를 사용하여 오늘날 이 프로세스를 간소화하는 반면, 생성 AI는 이러한 애플리케이션이 녹음된 토론에서 EHR에 입력할 수 있는 간결한 임상 문서로 전환하는 데 도움이 되는 누락된 부분이었습니다. . 그러나 생성 AI로 작업하는 것은 복잡하며 여러 AI 시스템을 응집력 있는 솔루션으로 통합하려면 상당한 엔지니어링 리소스가 필요합니다. 이러한 생성적 AI 기능을 구축하려면 공급자는 정확한 임상 문서를 생성하기 위해 자체 LLM을 교육하거나 미세 조정해야 하며, 이를 위해서는 수요가 많은 AI 전문가, 신중하게 주석이 달린 방대한 양의 의료 데이터 및 상당한 컴퓨팅 용량에 대한 액세스가 필요합니다. 그럼에도 불구하고 의료 분야 LLM은 다양한 전문 분야(예: 일반 의학, 소아과 또는 정형외과)에 걸쳐 복잡한 의학 용어를 이해하고 자유로운 토론을 이해, 분석 및 요약할 수 있도록 특별한 교육을 받아야 합니다. 처방전 이름과 복용량을 인식합니다. 이러한 솔루션이 제대로 작동하도록 하려면 소프트웨어 제공업체는 책임 있는 AI를 염두에 두고 구축해야 하며, 여기에는 임상의가 생성된 텍스트의 출처를 추적하여 오류나 환각의 위험을 완화할 수 있도록 솔루션을 설계하는 것도 포함됩니다. 또한 의료 소프트웨어 제공업체는 이러한 시스템이 의료 산업의 엄격한 보안 및 개인 정보 보호 요구 사항을 충족하도록 엔지니어링 시간과 리소스를 투자해야 합니다. 이러한 장벽으로 인해 의료 소프트웨어 제공업체가 임상의와 환자 모두에게 잠재적인 이점이 있음에도 불구하고 AI 기반 솔루션을 신속하게 시장에 출시하는 것이 어렵습니다.